Descrizione:
Azienda Azienda tecnologica specializzata in Data Engineering e soluzioni di Artificial Intelligence, con forte focus su progetti enterprise data-driven. Offerta Progettare e sviluppare pipeline di elaborazione dati su larga scala utilizzando Apache Spark (Scala e Spark SQL) Realizzare e ottimizzare processi di elaborazione distribuita utilizzando RDD, Data Frame e Spark SQL Sviluppare UDF personalizzate per la gestione di trasformazioni complesse sui dati Implementare e gestire architetture di data ingestion e data processing su Microsoft Azure (in particolare Azure Data Factory) Costruire pipeline end-to-end per la gestione di dati strutturati e non strutturati Applicare tecniche di Machine Learning (regressione, clustering, anomaly detection, forecasting) in diversi ambiti: fashion, geospaziale, industriale e di produzione Supportare la messa in produzione dei modelli (approccio MLOps) garantendo scalabilità, affidabilità e performance Collaborare con stakeholder di business per tradurre esigenze analitiche in soluzioni data-driven Realizzare report, dashboard e presentazioni per la comunicazione dei risultati verso stakeholder tecnici e business Competenze ed esperienza Il candidato è in possesso dei seguenti requisiti: Esperienza consolidata con Apache Spark (Scala, Spark SQL) Ottima conoscenza di Python e/o Scala Conoscenza dei paradigmi di elaborazione distribuita (RDD, Data Frame, Map Reduce) Esperienza su Microsoft Azure Data Platform, in particolare Azure Data Factory Capacità di progettare e gestire pipeline ETL e processi di data ingestion Conoscenza di tecniche di Machine Learning: Regresione Clustering Anomaly detection Forecasting / serie temporali Esperienza (anche base) nella messa in produzione di modelli Gradita esperienza con strumenti di data visualization e reporting Completa l'offerta Azienda in forte crescita; Tecnologie all'avanguardia, prodotto tecnicamente complesso; Formazione e aggiornamento tecnico continuo; Zona: Comune di Bologna Smart working #J-18808-Ljbffr